HAL Id: hal-02794809
https://hal.inrae.fr/hal-02794809
Submitted on 5 Jun 2020
HAL is a multi-disciplinary open access
archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Mise en place d’une cartographie numérique des sols selon les spécifications “GlobalSoilMap”. L’exemple du
Languedoc Roussillon
Kévin Vaysse, Clara Lévèque, Laurent Pigache, Philippe Lagacherie
To cite this version:
Kévin Vaysse, Clara Lévèque, Laurent Pigache, Philippe Lagacherie. Mise en place d’une cartographie numérique des sols selon les spécifications “GlobalSoilMap”. L’exemple du Languedoc Roussillon. Séminaire IGCS (Inventaire Gestion et Conservation des Sols), Société d’Aménagement Foncier et d’Etablissement Rural (SAFER). FRA., Apr 2016, Caen, France. 20 p. �hal-02794809�
Mise en place d’une cartographie
numérique des sols selon les
spécifications “GlobalSoilMap”.
L’exemple du Languedoc Roussillon.
Contexte
Forte utilisation mais limites identifiées :•
résolution spatiale limitée (carte 1:250,000)•
Structure de BD complexe (UCS/UTS/strates) rendant difficile son interrogation•
Pas de communication sur l’incertitude liée à l’information délivrée•
Difficilement révisable
GlobalSoilMap: objectif de cartographie systématique (grille 100mx100m, 6 intervalles de profondeur) de propriétés majeures des sols (Sanchez, 2009, Arrouays et al, 2014).
Essai de GlobalsoilMap sur le Languedoc Roussillon en valorisant, en première approche, les données sol disponibles dans ce RRP
thèse CIFRE de Kévin Vaysse (SIG-LR – LISAH) avec l’association SIG-LR
En Languedoc-Roussillon, Le Référentiel Régional Pédologique (Bdsol LR) est accessible aux utilisateurs depuis 2001Objectif
Produire des estimations spatiales de propriétés des sols selon
les spécifications GlobalSoilmap
396 UCS 800 UTS
~2000 profils avec observations et
“Images” de valeurs estimées de 7 propriétés de sol “primaires” à
Etapes de la démarche
Etudes préliminaires
Enquête vers les utilisateurs potentiels Audit de la Bdsol LR
Elaboration d’une démarche de Carto Numérique des Sols
Constitution d’une base de données spatiales de données d’entrées Choix et calibration des fonctions d’estimation spatiales
Estimation des performances et des incertitudes d’estimation
Mise en œuvre opérationnelle
•
Elaboration de la chaîne de traitementRéalisation d’un audit sur les données de la Bdsol LR
Réalisation d’un audit sur les données de la Bdsol LR
Complétude des données
Proportion de variabilité des propriétés de sol “capturé” par les UTS
Réalisation d’un audit sur les données de la Bdsol LR
Complétude des données
Proportion de variabilité des propriétés de sol “capturé” par les UTS
Structures spatiales révélées par l’ensemble des profils avec analyses de
sol
Etapes de la démarche
Etudes préliminaires
Enquête vers les utilisateurs potentiels Audit de la Bdsol LR
Elaboration d’une démarche de Carto Numérique des Sols
Constitution d’une base de données spatiales de données d’entrées Choix et calibration des fonctions d’estimation spatiales
Estimation des performances et des incertitudes d’estimation
Mise en œuvre opérationnelle
•
Elaboration de la chaîne de traitementPrincipe général
Données spatiales en lien avec formation des sols (« covariables de sol »)
Fonctions d’estimation spatiale
S = f ( S, C , O , R , P, A, N )
Climat Organismes Relief Matériau Parental Age Position( x,y) Sol
Sol
(McBratney et al, 2003)
+
e
(erreur)Données pédologiques anciennes
•
UCS et UTS carte 1:250 000Collecte des covariables de sol disponibles sur le LR
Relief
Occupation des sols
4 indicateurs climatiques
Climat
Géologie
MNT SRTM
Texture Minéralogie Dureté
Précipitations Carte BRGM 1:50 000 interprétée Température BD World Clim 7 indicateurs géomorphométriques
Fonction d’estimation spatiale
Basé sur l’algorithme de fouille de données “Quantile Random Forest” (Meinshauzen, 2006)
Utilise en entrée les covariables de sol + la carte au 1:250 000 des pédopaysages
Apprentissage (calibration) sur un ensemble de 2000 sites où la variable à expliquer (propriétés de sol) et les covariables de sol et UCS sont connues
Extension à l’ensemble de la région ( covariables de sol seules connues)
Valeurs de pH estimées Incertitudes
Utilisation du RMQS : Données indépendantes et distribuées régulièrement dans l’espace (105 sites sur LR)
Validation des résultats
12
Validation sur les valeurs prédites
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8
pH Carbone Argile Limon Sable El. Gros. CEC Prof.
R² va lid ati on Propriétés (log) (5-15 cm)
Production d’indicateurs pédologiques sur surface d’intérêt ( ex:
communes)
Aggrégation spatiale de la grille GSM (90mx90m) au maillage communal De la propriété ( ex taux d’argile) à l’indicateur (ex pourcentage de surface
communale avec taux d’argile supérieur à 35%)
Gestion de la propagation d’incertitude
pH < 5,5
Prédiction Largeur d’intervalle à 90 %
0 – 20 % Surface relative 20 – 40 % 40 – 60 % 60 – 80 % pH < 5,5 0 - 10 % Surface relative 10 – 20 % 20 – 30 % 30 – 40 % 80 – 100 %
Etapes de la démarche
Etudes préliminaires
Enquête vers les utilisateurs potentiels Audit de la Bdsol LR
Elaboration d’une démarche de Carto Numérique des Sols
Constitution d’une base de données spatiales de données d’entrées Choix et calibration des fonctions d’estimation spatiales
Estimation des performances et des incertitudes d’estimation
Mise en œuvre opérationnelle
•
Elaboration de la chaîne de traitementMise en oeuvre opérationnelle
Données spatiales en lien avec formation des sols (« covariables de sol »)
UCS carte 1:250 000
Quantile Regression Forest
S = f ( S, C , O , R , P, A, N )
Climat Organismes Relief Matériau Parental Age Position( x,y) Sol
Sol
(McBratney et al, 2003)
•
Profils de sol mesurés (RRP +RMQS + autres)Chaîne de traitement (en cours)
Ensembles de scripts pour réutilisations futures avec des données d’entrées améliorées
(mise à jour) Agrégation Analyse de distribution Cartographie indicateur et intervalle à 90 % 3 Propriété des sols estimée Données d’entrée Prédiction Quantile Regression Forest 1 Analyses exploratoires 2 Distribution estimée de valeur de propriétés des sols
Analyse de
Distribution estimée de l’indicateur
Diffusion sur le Web
Utilisation du service internet à références spatiales de l’IDG de
SIG LR (technologie Mapserver)
Trois accès possibles (abonnés uniquement)
Visualisation directe sur le site de SIG LR
Accès à distance depuis un logiciel SIG (flux WMS, WFS) Téléchargement
Leçons de l’expérience “LR”
Les données d’un RRP régional peuvent être ré-utilisées pour élaborer
de nouvelles cartes de propriétés de sol demandées par les utilisateurs et compatibles avec normes internationales (GSM)
Les résultats obtenus ont une précision inégale selon les propriétés de sol
Les démarches de cartographie numérique de sol mises en place sont évaluables et évolutives
Localisation des zones d’incertitude maximum
Ré-utilisation des procédures de CNS (chaîne de traitement des données sol) Ré-utilisations pour études locales ……
Des avancées méthodologiques restent à réaliser Cartographie des profondeurs de sol ( données censurées)
Cartographies conjointes de propriétés ( carto Numérique multivariée) Stratégies de mises à jour régionale vs locale